수익을 가른 건 자산배분이라는 말

In Plain Terms

투자 성과를 가르는 건 무엇일까요. 어떤 종목을 골랐는지일까요, 언제 사고팔았는지일까요, 아니면 애초에 주식과 채권을 어떤 비율로 담았는지일까요. 이 논문은 마지막 것, 즉 자산배분 정책이 성과의 큰 부분을 좌우한다는 유명한 결과를 내놓았습니다.

다만 이 문장은 세상에 퍼지면서 자주 잘못 인용됩니다. “자산배분이 성과의 90% 이상”이라는 요약은 원문이 실제로 측정한 것보다 훨씬 강한 주장이에요. 원문이 말한 “90% 넘게”는 한 포트폴리오의 수익이 분기마다 오르내린 변동을 설명하는 비율이지, 수익의 크기나 펀드 간 성과 차이를 설명하는 비율이 아닙니다. 이 한 끗 차이가 이 노트의 핵심입니다.

The Strategy

논문이 제안한 건 특정 매매 전략이 아니라, 성과를 세 조각으로 나눠 보는 분해 틀입니다. 저자들은 한 연기금의 수익을 (1) 장기적으로 정해 둔 주식·채권·현금의 비율, 즉 정책, (2) 그 비율을 단기적으로 흔드는 시장 예측(마켓 타이밍), (3) 자산군 안에서 개별 종목을 고르는 선택, 이렇게 셋으로 갈랐어요.

방법은 이렇습니다. 각 연기금의 실제 자산 비중에, 종목 선택 대신 시장 지수(패시브) 수익을 곱하면 “정책만 따랐을 때의 벤치마크 수익”이 나옵니다. 주식은 S&P 500, 채권은 Shearson Lehman 정부·회사채 지수, 현금은 30일 미국 단기국채를 벤치마크로 썼어요. 이 정책 수익과 실제 수익의 차이가 곧 액티브 운용이 더하거나 뺀 몫입니다. 큰 틀(정책)과 능동적 결정(타이밍·선택)의 기여를 숫자로 분리해 낸 것이 이 논문의 진짜 알맹이예요.

Reality Test

표본은 미국 대형 연기금 91개, 기간은 1974년부터 10년(40분기), 즉 1974–1983년입니다. 편입된 연기금의 시가총액은 약 1억 달러에서 30억 달러 이상까지 걸쳐 있었고, 평균 자산 비중은 주식 약 57.5%, 채권 약 21.4%, 현금 약 12.4%, 기타 약 8.6%였어요.

가장 유명한 숫자가 여기서 나옵니다. 각 연기금의 실제 분기 수익을 정책 수익에 회귀시켰을 때, 정책만으로 설명된 수익 변동의 비율(R²)이 **평균 약 93.6%**였습니다(개별 연기금별로는 약 75.5%–98.6% 범위). 시장 예측을 더해도 약 95.3%, 종목 선택까지 더해도 약 97.8%로, 능동적 결정이 추가로 설명한 몫은 크지 않았어요. 이 수치는 특정 표본(대형 연기금) 안에서, 시간에 따른 변동을 대상으로 측정된 값이라는 단서가 붙습니다.

정작 덜 인용되는 부분이 더 중요합니다. 10년 평균 연환산 수익으로 보면 정책만 따른 가상 포트폴리오가 **약 10.11%**였는데, 실제 연기금은 **약 9.01%**에 그쳤어요. 즉 평균적으로 액티브 운용은 성과를 연 약 1.10%포인트 깎아먹었습니다(시장 예측 약 −0.66%p, 종목 선택 약 −0.36%p, 기타 약 −0.07%p). 능동적 노력의 결과가 연기금별로 약 −4.17%p에서 +3.69%p까지 크게 갈렸다는 점도 함께 기록됐습니다. “정책이 변동을 대부분 설명했다”와 “능동적 운용이 평균적으로 손해였다”는 별개의 발견이지만, 둘 다 패시브 투자 쪽 논거로 자주 인용돼요.

발표 이후 검증도 이어졌습니다. 저자들의 1991년 후속 연구(Brinson·Singer·Beebower)는 연기금 82개, 1977–1987년 표본에서 정책이 변동의 **약 91.5%**를 설명한다고 재확인했어요. 그러나 Ibbotson과 Kaplan(2000)은 같은 자산배분이라도 질문을 어떻게 던지느냐에 따라 답이 달라진다고 지적했습니다. 그들의 분석에서 정책은 시간에 따른 변동의 약 90%를 설명했지만, 펀드들 사이의 성과 차이는 약 40%만 설명했고, 수익의 절대 수준(level)으로 보면 약 100%에 가까웠어요. 세 숫자가 모두 맞지만 각각 다른 것을 재고 있다는 뜻입니다.

Pain Points

(1) 유명한 숫자의 오독. 이 논문의 가장 큰 함정은 통계 자체가 아니라 인용 방식입니다. 한 조사에 따르면 이 연구를 인용한 사례 대부분이 “자산배분이 수익의 90% 이상을 결정한다”는 식으로 원문을 잘못 옮겼어요. 실제로 측정된 약 93.6%는 시간에 따른 변동의 설명력이지, 당신의 수익이 얼마가 될지나 옆 사람보다 잘할지를 90% 결정한다는 뜻이 아닙니다. Ibbotson·Kaplan이 보였듯 펀드 간 차이에서는 그 값이 약 40%로 떨어져요.

(2) 표본이 개인이 아니라 대형 연기금. 91개 표본은 모두 수억에서 수십억 달러 규모의 기관이고, 자산 비중도 서로 비슷하게 몰려 있는 대형 연기금들이었습니다. 비슷한 정책을 가진 집단이라 정책의 설명력이 높게 나오기 쉬운 구조예요. 이 결과를 자산 비중이 제각각인 개인에게 그대로 옮기면, “그러니 종목은 아무래도 좋다”거나 “배분만 정하면 성과가 보장된다”는 과장된 결론으로 새기 쉽습니다.

(3) 정답 배분을 알려주지 않음. 이 논문은 “큰 틀이 중요하다”고 말할 뿐, 어떤 비율이 옳은지는 말하지 않습니다. 게다가 논문이 측정한 정책 수익은 거래비용이나 운용보수를 빼기 전, 지수를 그대로 담았다고 가정한 이론 값이에요. 실제 개인이 정책을 구현하려면 인덱스펀드의 보수와 회전율에 따른 비용, 리밸런싱 비용이 붙습니다. 반대로 실제 연기금이 그랬듯 능동적으로 손대면 평균적으로 연 약 1.10%p를 잃을 위험도 있고요. 어느 쪽이든 백테스트 위의 깔끔한 숫자와 실제 손에 쥐는 순수익 사이에는 틈이 있습니다.

How It Connects Here

이 노트는 이 사이트가 화려한 종목 선택보다 단순한 큰 틀을 강조하는 이유, 그리고 널리 인용되는 통계일수록 원래 무엇을 측정했는지 되짚어야 한다는 태도와 맞닿아 있어요. 유명한 문장을 액면 그대로 믿기 전에 “이 90%가 대체 무엇의 90%인가”를 묻는 습관이 이 논문이 남긴 진짜 교훈입니다.

The Verdict

큰 틀을 정하는 결정이 세부를 만지는 결정보다 성과에 오래 영향을 준다는 이 논문의 온건한 교훈은 유효합니다. 실제 연기금이 능동적 운용으로 평균 연 약 1.10%p를 잃었다는 기록은, 단순 보유에 가까운 정책 유지가 잦은 매매보다 대체로 낫다는 방향을 뒷받침해요.

다만 그 유명한 약 93.6%를 “자산배분이 수익의 90%를 결정한다”로 과장해서는 안 됩니다. 개인에게 실용적인 함의는 단순합니다. 자산배분이라는 큰 결정을 한 번 신중히 정한 뒤 자주 뒤집지 않는 것, 그리고 인용된 숫자보다 그 숫자가 실제로 잰 것이 무엇인지를 먼저 확인하는 것입니다.